TDengine在TCL空调能源管理平台的实践
小 T 导读:格创东智科技有限公司成立于2018年,孵化于中国500强企业TCL,是我国知名的工业互联网平台服务商。公司依托TCL集团40年工业场景和制造基因沉淀,基于“面向工业现场”的研发方向和“连接、协同、共享”的发展理念,深度融合人工智能、大数据、云计算、物联网等前沿技术,为智能工厂和制造业园区打造的数字化能源管理方案,可广泛应用于多个垂直行业,运行监控、能效管理、智能分析、运维管理、能源采购、碳排放管理等数十个功能模块,实现完善的能源管理价值闭环,建立数字化能源&碳计量体系,智慧化用能及碳管理系统,打造涵盖企业碳追踪、碳计量、碳管理、碳中和的一站式解决方案。
存储方案选型
-
数据的时序性 :设备源源不断地产生数据,这些数据会带着时间戳上报到平台 -
数据流量稳定 :上报频率比较稳定,采集频率在30秒一次 -
数据是数值类型 :是一些使用累计量、电流、电流、压力之类的数据 -
数据不存在变更 :数据是记录某一时刻的采集表记数据,上报无需更新或删除 -
数据的聚合及分析基于时间维度、空间维度 :时间维度有年、月、周、日、时,最短15分钟统计一次,空间维度有厂家、车间、生产线类型、生产线、设备等
-
数据量大 :按一个工厂4万表记计算,每30秒钟一笔数据,一天采集的数据会超过1亿条
-
OpenTSDB :依赖HBase、HDFS和ZooKeeper等组件,硬件资源要求高、成本高,在查询时间跨度较大时,性能骤降,另外对聚合分析查询支持不好。 -
ClickHouse :在数据存储、跨时间段查询及数据聚合分析查询等方面,都满足我们的所有选型要求,但是运维成本太高,扩展过于复杂,使用的资源较多。 -
TDengine :在数据存储、数据分析查询等方面都满足我们的需求,并且集群版也开源了,支持横向扩展,占用资源少,在客户有限的资源条件下,是存储引擎最优的选择。
TDengine数据库建模
实际应用总结
另外,在使用过程中,TDengine的技术专家也提供了很多支持。TDengine有自己的技术交流微信群,非常活跃,很多技术问题都有涛思数据的专家亲自答复,响应非常快速。
作者简介:
本文分享自微信公众号 - TDengine(taosdata_news)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

